> # ライブラリの読み込み
> library(tidyverse)
> library(tidymodels)
> # アルゴリスムこれだけはインストールされないので別途install_packageする。
> library(ranger)
>
> # データの読み込み
> # CSVから読みこむときは下記
> # data <- readr::read_csv("path/to/aaaa.csv")
> # 今回は[iris]を利用
> iris_df <- iris %>% as_tibble()
>
> # データの前処理
> iris_df <- iris_df %>%
+ mutate(Species = as.factor(Species))
>
> # データの分割
> set.seed(123)
> split <- initial_split(iris_df, prop = 0.7)
> train_data <- training(split)
> test_data <- testing(split)
>
> # モデルの定義
> rf_spec <- rand_forest(mtry = 3, trees = 500) %>%
+ set_mode("classification") %>%
+ set_engine("ranger")
>
> # モデルの学習
> rf_fit <- rf_spec %>%
+ fit(Species ~ ., data = train_data)
>
> # モデルの評価
> rf_fit %>%
+ predict(test_data) %>%
+ bind_cols(test_data) %>%
+ metrics(truth = Species, estimate = .pred_class)# A tibble: 2 × 3
.metric .estimator .estimate
<chr> <chr> <dbl>
1 accuracy multiclass 0.978
2 kap multiclass 0.966